| 开本：16开 |
| 纸张：胶版纸 |
| 包装：平装-胶订 |
| 是否套装：否 |
| 国际标准书号ISBN：9787121521690 |
| 所属分类：图书>计算机/网络>计算机理论 |
新华书店正版，多仓就近发货，城市次日达，团购优惠咨询在线客服！重磅推荐
内容简介
高光谱遥感技术以其独特的光谱指纹识别能力，为准确解译地球表面信息提供了靠前的可能，但海量光谱数据的复杂性也对传统分析方法提出了严峻挑战。本书是一部全面介绍高光谱遥感图像分类方法与人工智能应用的专业图书，系统地将机器学习与深度学习的前沿成果引入高光谱遥感图像分类领域。全书构建了从传统机器学习方法到深度神经网络架构，再到前沿强化学习智能体的完整技术体系，深入探讨了从数据降维、特征提取到分类优化的完整技术链条，涵盖主成分分析、支持向量机、随机森林等经典机器学习方法，以及卷积神经网络、生成对抗网络、注意力机制等深度学习技术。
本书适合作为高等院校相关专业的教材或教学参考书，也适合从事高光谱遥感图像处理、人工智能与深度学习研究的技术工程师和开发人员阅读。本书将为对人工智能技术和图像处理感兴趣的读者提供从理论学习到项目开发的完整实践路径。
作者简介
廖建尚，教授，博士，长期从高光谱遥感图像、人工智能开发、嵌入式系统开发、物联网系统等的研究。主持广东省自然基金等省级以上项目项；发表论文多篇，其中和收录多篇，出版教材著作多部，授权专利多项，授权软件著作多项。
目 录
第章 高光谱遥感图像与人工智能概述
高光谱遥感图像的发展历史
高光谱遥感图像处理技术与应用
高光谱遥感图像的光谱分辨率优势
高光谱遥感图像处理的主要任务
高光谱遥感图像的主要应用
高光谱遥感图像分类方法与机器学习
高光谱遥感图像分类方法与深度学习
总结与发展趋势
第章 高维图像的降维与特征提取方法
主成分分析方法
基本原理分析
算法设计与实现
小结 第章 高光谱遥感图像与人工智能概述
高光谱遥感图像的发展历史
高光谱遥感图像处理技术与应用
高光谱遥感图像的光谱分辨率优势
高光谱遥感图像处理的主要任务
高光谱遥感图像的主要应用
高光谱遥感图像分类方法与机器学习
高光谱遥感图像分类方法与深度学习
总结与发展趋势
第章 高维图像的降维与特征提取方法
主成分分析方法
基本原理分析
算法设计与实现
小结
线性判别分析方法
基本原理分析
算法设计与实现
小结
独立成分分析方法
基本原理分析
算法设计与实现
小结
特征选择方法
基本原理分析
案例分析
小结
第章 基于机器学习的图像分类方法
线性回归图像分类方法
基本原理分析
算法设计与实现
小结
逻辑回归图像分类方法
基本原理分析
算法设计与实现
小结
朴素贝叶斯图像分类方法
基本原理分析
算法设计与实现
小结
图像分类方法
基本原理分析
算法设计与实现
小结
图像分类方法
基本原理分析
算法设计与实现
小结
图像分类方法
基本原理分析
算法设计与实现
小结
决策树图像分类方法
基本原理分析
算法设计与实现
小结
随机森林图像分类方法
基本原理分析
算法设计与实现
小结
第章 深度学习框架
架构与功能
简介
的基本概念
的核心模块
深度学习模型的构建与训练
数据处理与加载
的高阶功能
小结
应用案例：构建一个简单的模型
应用案例简介
实现步骤
小结
第章 基于深度学习图像分类方法
多层感知机图像分类方法
基本原理分析
算法设计与实现
小结
图像分类方法
基本原理分析
算法设计与实现
小结
图像分类方法
基本原理分析
算法设计与实现
小结
图像分类方法
基本原理分析
算法设计与实现
小结
图像分类方法
基本原理分析
算法设计与实现
小结
自编码器图像分类方法
基本原理分析
算法设计与实现
小结
注意力机制图像分类方法
基本原理分析
算法设计与实现
小结
深度强化学习图像分类方法
基本原理分析
算法设计与实现
小结
参考文献
显示全部信息
商品详情
内容简介
高光谱遥感技术以其独特的光谱指纹识别能力，为准确解译地球表面信息提供了靠前的可能，但海量光谱数据的复杂性也对传统分析方法提出了严峻挑战。本书是一部全面介绍高光谱遥感图像分类方法与人工智能应用的专业图书，系统地将机器学习与深度学习的前沿成果引入高光谱遥感图像分类领域。全书构建了从传统机器学习方法到深度神经网络架构，再到前沿强化学习智能体的完整技术体系，深入探讨了从数据降维、特征提取到分类优化的完整技术链条，涵盖主成分分析、支持向量机、随机森林等经典机器学习方法，以及卷积神经网络、生成对抗网络、注意力机制等深度学习技术。
本书适合作为高等院校相关专业的教材或教学参考书，也适合从事高光谱遥感图像处理、人工智能与深度学习研究的技术工程师和开发人员阅读。本书将为对人工智能技术和图像处理感兴趣的读者提供从理论学习到项目开发的完整实践路径。
作者简介
廖建尚，教授，博士，长期从高光谱遥感图像、人工智能开发、嵌入式系统开发、物联网系统等的研究。主持广东省自然基金等省级以上项目项；发表论文多篇，其中和收录多篇，出版教材著作多部，授权专利多项，授权软件著作多项。
目 录
第章 高光谱遥感图像与人工智能概述
高光谱遥感图像的发展历史
高光谱遥感图像处理技术与应用
高光谱遥感图像的光谱分辨率优势
高光谱遥感图像处理的主要任务
高光谱遥感图像的主要应用
高光谱遥感图像分类方法与机器学习
高光谱遥感图像分类方法与深度学习
总结与发展趋势
第章 高维图像的降维与特征提取方法
主成分分析方法
基本原理分析
算法设计与实现
小结 第章 高光谱遥感图像与人工智能概述
高光谱遥感图像的发展历史
高光谱遥感图像处理技术与应用
高光谱遥感图像的光谱分辨率优势
高光谱遥感图像处理的主要任务
高光谱遥感图像的主要应用
高光谱遥感图像分类方法与机器学习
高光谱遥感图像分类方法与深度学习
总结与发展趋势
第章 高维图像的降维与特征提取方法
主成分分析方法
基本原理分析
算法设计与实现
小结
线性判别分析方法
基本原理分析
算法设计与实现
小结
独立成分分析方法
基本原理分析
算法设计与实现
小结
特征选择方法
基本原理分析
案例分析
小结
第章 基于机器学习的图像分类方法
线性回归图像分类方法
基本原理分析
算法设计与实现
小结
逻辑回归图像分类方法
基本原理分析
算法设计与实现
小结
朴素贝叶斯图像分类方法
基本原理分析
算法设计与实现
小结
图像分类方法
基本原理分析
算法设计与实现
小结
图像分类方法
基本原理分析
算法设计与实现
小结
图像分类方法
基本原理分析
算法设计与实现
小结
决策树图像分类方法
基本原理分析
算法设计与实现
小结
随机森林图像分类方法
基本原理分析
算法设计与实现
小结
第章 深度学习框架
架构与功能
简介
的基本概念
的核心模块
深度学习模型的构建与训练
数据处理与加载
的高阶功能
小结
应用案例：构建一个简单的模型
应用案例简介
实现步骤
小结
第章 基于深度学习图像分类方法
多层感知机图像分类方法
基本原理分析
算法设计与实现
小结
图像分类方法
基本原理分析
算法设计与实现
小结
图像分类方法
基本原理分析
算法设计与实现
小结
图像分类方法
基本原理分析
算法设计与实现
小结
图像分类方法
基本原理分析
算法设计与实现
小结
自编码器图像分类方法
基本原理分析
算法设计与实现
小结
注意力机制图像分类方法
基本原理分析
算法设计与实现
小结
深度强化学习图像分类方法
基本原理分析
算法设计与实现
小结
参考文献
显示全部信息
商品详情